基于复合稀疏滤波的滚动轴承局部故障诊断.pdfVIP

中文摘要 摘 要 滚动轴承作为旋转机械的核心部件，由于其效率高、摩擦阻力小和易于安装 和润滑的特性，广泛应用于航空航天、轨道交通、风力发电等高端制造领域中。 轴承在运行过程中的健康状态直接决定着设备的稳定性和可靠性。据统计由于滚 动轴承失效导致的旋转机械故障占比为45%~55% 。因此，开展对轴承故障诊断的 研究具有重用的学术价值和工程意义。 本课题考虑到小样本约束下轴承振动特征提取与选择的困难，围绕轴承振动特 征提取、特征选择与故障诊断展开了研究，主要研究工作包括以下几个方面。 ①针对小样本下轴承振动特征提取的问题，本文在稀疏滤波的基础上，提出了 复合稀疏滤波的特征提取方法，用于提取轴承振动信号中的线性与非线性特征， 同时，将特征映射矩阵的正则项引入稀疏滤波的目标函数，加快算法的收敛。通 过实验，验证了复合稀疏滤波在特征提取方面的优越性； ②针对复合稀疏滤波中线性滤波器与非线性滤波器特征数目确定的问题，本文 提出基于改进遗传算法的特征选择方法，通过特征选择的方式，来确定复合稀疏 滤波提取特征的数目。针对标准遗传算法在进化早期易陷入局部最优且进化后期 搜索速度效率较低的问题，提出改进遗传算法，对种群初始化及遗传算子进行改 进；针对小样本前提下，不能采用验证集或测试集的识别准确率作为特征子集评 价指标的问题，本文提出了惩罚因子加权类间类内距离和的特征子集评价指标， 考虑了特征权重与特征数目的影响； ③在复合稀疏滤波及基于改进遗传算法的特征选择基础上，本文提出了一种滚 动轴承局部故障诊断新方法。介绍了故障诊断方法的流程，并提出了基于特征选 择的特征映射矩阵调整。研究了训练样本数量、样本长度与环境噪声对诊断结果 的影响，并通过实验验证了复合稀疏滤波比其他滤波方式在特征提取方面的有效 性，同时与现有文献进行比较，说明了本文方法在小样本复杂工况下的轴承故障 诊断具有优越性。 关键词：故障诊断；滚动轴承；复合稀疏滤波；改进遗传算法 I 英文摘要 Abstract As the core component of rotating machinery, rolling bearings are widely used in high-end manufacturing fields such as aerospace, rail transit and wind power generation due to their high efficiency, low frictional resistance and easy installation and lubrication. The health of the bearing during operation directly determines the stability and reliability of the equipment. According to statistics, the proportion of rotating machinery failure due to rolling bearing failure is 45%~55%. Therefore, the research on bearing fault diagnosis has reusable academic value and engineering significance. Considering the difficulty of bearing vibration feature extraction and selection under the constraints of small samples, this paper focuses on bearing vibration feature extraction, feature selection and fault diagnosis. The main resea